CN106716447B - 占用检测 - Google Patents

占用检测 Download PDF

Info

Publication number
CN106716447B
CN106716447B CN201680002862.5A CN201680002862A CN106716447B CN 106716447 B CN106716447 B CN 106716447B CN 201680002862 A CN201680002862 A CN 201680002862A CN 106716447 B CN106716447 B CN 106716447B
Authority
CN
China
Prior art keywords
edge
feature
furniture
image
piece
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201680002862.5A
Other languages
English (en)
Other versions
CN106716447A (zh
Inventor
M·J·罗克
I·O·基伦科
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN106716447A publication Critical patent/CN106716447A/zh
Application granted granted Critical
Publication of CN106716447B publication Critical patent/CN106716447B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • A61B5/1115—Monitoring leaving of a patient support, e.g. a bed or a wheelchair
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6891—Furniture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/752—Contour matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • H04N23/11—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths for generating image signals from visible and infrared light wavelengths
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0446—Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0461—Sensor means for detecting integrated or attached to an item closely associated with the person but not worn by the person, e.g. chair, walking stick, bed sensor

Abstract

提供了一种用于检测对象何时已经离开家具件的装置，所述家具件具有用于支撑对象的上侧和与所述上侧相对的下侧，并且包括从所述下侧朝向所述家具件搁置于其上的表面延伸的悬置部件。所述装置包括光源，所述光源用于照射与所述悬置部件的远端边缘相关联的边缘特征，以在所述表面的区域上创建所述边缘特征的阴影。所述装置还包括：相机，其被布置为捕获所述表面的所述区域的序列图像；以及处理单元。所述处理单元被布置为：接收图像；在所接收的图像中的每幅图像中检测所述阴影的边缘；在所接收的图像中检测与阴影边缘邻接的特征的出现；监测检测到的特征在时间段上如何变化；确定所述检测到的特征的变化是否满足针对对象离开事件的至少一个预定义准则；并且基于所述确定来输出信号。

Description

占用检测
技术领域
本发明涉及用于检测对象何时已经离开家具件的装置、系统和方法。
背景技术
检测对象的运动和/或位置在若干医疗保健应用中是重要的。例如，常常期望以特定方式使医院床中的患者免于移动。作为用药、记忆力障碍、老年和/或其他能力障碍的结果，尝试在没有援助的情况下离开其床的患者常常自己跌落并且受伤。患者的无协助的运动还可以导致附接到该患者的医学设备变得掉落并且停止适当地工作。
然而；在没有临床援助的情况下不应当起床的患者的监测可以给予医院人员重大的负担。
针对床占用检测的许多当前方法利用指向床的相机。在一些范例中，人(例如，医学专业人士)必须时刻地监测从相机馈送的图像。在其他范例中(诸如在US 2009/0278934中所描述的系统)，自动化图像分析被用于检测离开床事件，但是这要求用于检测床界限和分类对象的运动的复杂的算法。这样的算法可以由除对象的运动之外的运动混淆(例如，毯子落下床)，从而导致在对象未尝试离开床时引起误警报。而且，基于自动化相机的系统要求每次相机和床的相对位置改变时重新校准，并且如果未执行这样的重新校准，则变为不可靠的。额外的问题是被监测对象的隐私。当监测系统要求对象的图像被连续地记录时，能够难以确保维持隐私。
文献US2014/240479涉及一种信息处理装置，其包括图像采集单元以采集被观察的目标人和被用作基准的目标客体的图像以用于确定目标人的行为。所述装置还包括：运动客体检测单元，以从图像中检测发生在给定区中的运动；以及行为估计单元，以基于其位置关系估计被观察的目标人关于目标客体的行为。
因此，存在对一种自动监测系统的需要，是系统是可靠的、不显眼的和计算效率高的，并且能够监测占用医院床和/或其他家具件的对象以检测对象何时尝试离开床或其它家具件。
发明内容
根据本发明的第一方面，提供一种用于检测对象何时已经离开家具件的装置。所述家具件具有用于支撑对象的上侧和与所述上侧相对的下侧，并且包括从下侧朝向家具件搁置于其上的表面延伸的悬置部件。所述悬置部件包括近端边缘和与所述近端边缘相对的远端边缘，所述远端边缘比近端边缘更远离所述下侧。所述装置包括用于在家具件的下面使用的光源，并且所述光源被布置为照射与家具件的悬置部件的远端边缘相关联的边缘特征，使得在所述表面的区域上创建所述边缘特征的阴影。所述装置还包括：至少一个相机，其被布置为捕获所述表面的所述区域的序列图像；以及处理单元。所述处理单元被布置为：接收来自相机的图像；在所接收的图像中的每幅中检测阴影的边缘；在所接收的图像中检测与阴影边缘邻接的特征的出现；监测检测到的特征在时间段上如何变化；确定检测到的特征在所述时间段上的变化是否满足针对对象离开事件的至少一个预定义准则；并且基于所述确定输出信号。
在一些实施例中，所述处理单元被布置为通过以下操作来检测与阴影边缘邻接的特征的出现：比较在第一时间处采集的第一图像与在之后的第二时间处采集的第二图像；并且如果与阴影边缘邻接的特征存在于第二图像中但不存在于第一图像中，则确定特征已经与阴影边缘邻接地出现。
在一些实施例中，所述处理单元被布置为通过以下操作来监测检测到的特征在时间段上的变化：确定在第一时间处采集的第一图像中的所述特征的性质的第一值；确定在之后的第二时间处采集的第二图像中的所述特征的所述性质的第二值；并且比较所述第二值与所述第一值。在一些这样的实施例中，特征的性质是以下中的任一项：特征的尺寸、特征的形状、特征的位置；特征垂直于阴影边缘的延伸。
在一些实施例中，所述处理单元被布置为通过以下操作来监测检测到的特征在时间段上的变化：基于第一值、第二值、第一图像的采集时间以及第二图像的采集时间确定检测到的特征在所述时间段上的变化率。
在一些实施例中，所述处理单元被布置为通过确定检测到的特征在所述时间段上的运动的方向来监测检测到的特征在所述时间段上的变化；并且其中，针对对象离开事件的至少一个预定义准则包括与检测到的特征的运动的方向相关的状况。在一些这样的实施例中，针对对象离开事件的预定义准则被定义为使得检测到的特征在所述时间段期间在朝向阴影边缘的方向上的运动将由处理单元确定为满足预定义准则，并且检测到的特征在远离阴影边缘的方向上的运动将由处理单元确定为不满足预定义准则。
在一些实施例中，所述装置额外地用于检测对象何时已经进入家具件，并且所述处理单元还被布置为确定检测到的特征在所述时间段上的变化是否满足针对对象进入事件的至少一个预定义准则；并且其中，针对对象进入事件的预定义准则被定义为使得检测到的特征在所述时间段上在朝向阴影边缘的方向上的运动将由处理单元确定为不满足预定义准则。
在一些实施例中，所述装置还包括用于在家具件下面使用的额外光源，其中，所述家具件包括从所述下侧朝向家具件搁置于其上的所述表面延伸的额外悬置部件，其中，所述额外悬置部件包括近端边缘和与近端边缘相对的远端边缘，其中，所述远端边缘比所述近端边缘更远离所述下侧。在一些实施例中，所述光源和所述额外光源两者都用于在相同家具件的下面使用。在一些这样的实施例中，所述光源被布置为照射与家具件的悬置部件的远端边缘相关联的第一边缘特征，使得在所述表面的第一区域上创建第一阴影，并且所述额外光源被布置为照射与家具件的额外悬置部件的远端边缘相关联的第二边缘特征，使得在所述表面的第二区域上创建第二阴影；所述第一区域邻近于家具件的第一侧，并且所述第二区域邻近于家具件的不同的第二侧。在一些实施例中，至少一个相机被布置为捕获序列图像，所述序列图像中的每幅包括所述第一区域和所述第二区域。在一些实施例中，所述处理单元被布置为：通过在所接收的图像中的每幅中检测第一阴影的边缘和第二阴影的边缘来检测所接收的图像中的每幅中的阴影的边缘，并且通过检测与第一阴影的边缘邻接的特征的出现并检测与第二阴影边缘邻接的特征的出现来在所接收的图像中检测与阴影边缘邻接的特征的出现。
在一些实施例中，所述光源被布置为发射近红外光，并且至少一个相机被布置为检测近红外光。
在一些实施例中，所述光源被布置为使得基本上所有由所述光源发射的光都具有在预定义范围内的波长。在一些实施例中，至少一个相机包括光学滤波器，所述光学滤波器被布置为允许具有在所述预定义范围内的波长的光的通过并阻挡具有在所述预定义范围外的波长的光的通过。
根据本发明的第二方面，还提供了一种用于检测对象何时已经离开家具件的系统。所述系统包括家具件，所述家具件具有用于支撑对象的上侧和与所述上侧相对的下侧，并且包括从所述下侧朝向家具件搁置于其上的表面延伸的悬置部件，其中，所述悬置部件包括近端边缘和与所述近端边缘相对的远端边缘，所述远端边缘比所述近端边缘更远离所述下侧，所述家具件还具有与悬置部件的远端边缘相关联的边缘特征。所述系统还包括光源，所述光源被布置为照射与家具件的悬置部件的远端边缘相关联的边缘特征，使得在所述表面的区域上创建边缘特征的阴影。所述系统还包括：相机，其被布置为捕获所述表面的所述区域的序列图像；以及处理单元。所述处理单元被布置为：接收来自相机的图像；在所接收的图像中的每幅中检测阴影的边缘；在所接收的图像中检测与阴影边缘邻接的特征的出现；监测检测到的特征在时间段上如何变化；确定检测到的特征在时间段上的变化是否满足针对对象离开事件的至少一个预定义准则；并且基于所述确定输出信号。
在一些实施例中，所述悬置部件被包括在被可移除地附接到家具件的边缘构件中。在一些这样的实施例中，所述边缘构件包括线性突起，所述线性突起在被附接到家具件时从家具件的下侧朝向家具件搁置于其上的所述表面延伸。
根据本发明的第三方面，还提供一种用于检测对象何时已经离开家具件的方法，所述家具件具有用于支撑对象的上侧和与所述上侧相对的下侧，并且包括从下侧朝向家具件搁置于其上的表面延伸的悬置部件，其中，所述悬置部件包括近端边缘和与所述近端边缘相对的远端边缘，所述远端边缘比所述近端边缘更远离所述下侧。所述方法包括：
接收所述表面的区域的序列图像，所述序列图像中的每幅包括由与家具件的悬置部件的远端边缘相关联的边缘特征投射的阴影；
在所接收的图像中的每幅中检测阴影的边缘，在所接收的图像中检测与阴影边缘邻接的特征的出现；
监测检测到的特征在时间段上如何变化；
确定检测到的特征在所述时间段上的变化是否满足针对对象离开事件的至少一个预定义准则；并且
基于所述确定来输出信号。
因此，本发明的一些实施例有利地提供一种系统，其能够可靠地且不显眼地监测占用家具件的对象的移动，同时相比于常规基于相机的监测系统使用相当少的计算资源。以这种方式，床(或其他家具)离开事件可以被自动地检测，这可以相当大地减少医学工作人员的监测负担。
附图说明
为了更好地理解本发明并且更清楚地示出其可以如何实施，现在将仅以范例的方式对附图进行参考，其中：
图1是根据本发明的一般实施例的用于检测对象何时已经离开家具件的范例装置的图示；
图2a示出了图1的范例装置的光源，其在使用中照射与床的悬置部件的下边缘关联的边缘特征；
图2b是图2a的布置的平面视图；
图3示出了与床一起使用的根据本发明的一个实施例的范例装置；
图4a示出在对象离开事件期间的图3的范例装置的部分；
图4b是图4a的情形的平面视图；
图5示出根据本发明的实施例的表示对象离开事件的范例图像系列；并且
图6是示出根据本发明的一般实施例的用于检测对象何时已经离开家具件的方法的流程图。
具体实施方式
图1示出了根据一般实施例的用于检测对象何时已经离开家具件的装置10。该装置包括被布置为发射光14的光源11、相机12以及处理单元13。
短语“处理单元”在本文中被用于指代用于处理的实体或系统，例如，响应于信号或数据处理的实体或系统和/或自主地处理的实体或系统。处理单元应当被理解为涵盖微处理器、微控制器、可编程数字信号处理器、集成电路、计算机软件、计算机硬件、电路、专用集成电路、可编程逻辑设备、可编程门阵列、可编程阵列逻辑、个人计算机、芯片、以及分立的模拟、数字或可编程部件的任何其他组合、或者能够提供处理功能的其他设备。
光源11被配置为在家具件的下面使用，该家具件具有用于支撑对象的上侧和与该上侧相对的下侧并且包括从该下侧朝向家具件搁置于其上的表面延伸的悬置部件，其中，该悬置部件包括近端边缘和与该近端边缘相对的远端边缘，该远端边缘比该近端边缘更远离该下侧。光源11被布置为照射与家具件的悬置部件的远端边缘相关联的边缘特征，使得在该表面的区域上创建该边缘特征的阴影。在一些实施例中，光源11是定向光源。在一些实施例中，装置10包括多个光源。在一些这样的实施例中，多个光源中的每一个可以被布置为在家具件搁置于其上的表面的不同区域上或者在家具件附近的不同表面上创建阴影。
在一些实施例中，光源11被布置为使得基本上所有由光源发射的光具有在预定义范围内的波长。优选地，光源11被布置为发射处于一波长处的光，在该波长处其中要使用的装置所在的位置处的其他光源不发射显著量的光，或者不发射相对于由光源11发射的处于该波长处的光的强度处于高强度处的光。有利地，使用在其处其他光源不发射很多光或者仅以低强度发光的波长确保了阴影将会表现为由被布置为优选检测处于该波长处的光的相机采集的图像中的高对比客体。
在一些这样的实施例中，该光源包括被布置为允许具有在预定义范围内的波长的光的通过的光学滤波器。在一些实施例中，光源11被布置为发射近红外(IR)光。有利地，使用近IR光的光源可以防止对对象或医院工作人员的视觉干扰。优选地，该光源被布置为以足够高的强度发射光以创建明确定义的阴影，即使装置10在光线充足的环境下操作时。在一些实施例中，该光源被布置为使得由该光源发射的光的强度是可变的，例如响应于来自处理单元(例如处理单元13)或者来自光源11的用户接口的控制信号而变化。
在一些实施例中，光源11被布置为使得光源11与其附接到的表面之间的角度是可调节的。在一些这样的实施例中，光源11包括安装部件，该安装部件被配置为允许光源11以在可能安装角度的范围内的任何一个角度附接到表面。有利地，这样的实施例促进光源相对于要被照射的边缘特征的最优定位。优选地，光源11被布置为关于要被照射的边缘特征和/或要在其上创建阴影的表面的区域刚性地固定。
在一些实施例中，光源11包括用于从用户接收输入的用户接口。在一些这样的实施例中，用户接口包括打开/关闭开关。在一些实施例中，用户接口包括使得用户能够设置由光源11发射的光的参数(例如，强度、波长等)的功能。在一些实施例中，光源11例如借助于有线或无线通信链路与远程处理单元进行通信。在一些这样的实施例中，光源11被布置为从远程处理单元接收控制信号。在一些实施例中，远程处理单元是装置10的处理单元13。
相机12被布置为捕获表面的区域的序列图像。相机12被布置为检测与由光源1发射的光相同类型的光。例如，在光源11被布置为发射近IR光的实施例中，相机12被布置为检测近IR光并基于检测到的近IR光生成图像。在光源11被布置为使得基本上所有由光源发射的光都具有在预定义范围内的波长(例如，借助于包括光学滤波器的光源)的实施例中，至少一个相机被布置为检测具有在该预定义范围内的波长的光。在一些这样的实施例中，相机12包括被布置为允许具有在该预定义范围内的波长的光的通过并且阻挡具有在预定义范围外的波长的光的通过的光学滤波器。
在一些实施例中，相机12是2D相机。在一些实施例中，相机12是广角相机。在一些实施例中，装置10包括多个相机，在这种情况下，来自每个相机的图像可以在被分析以检测阴影等之前被处理单元13拼接在一起，以创建单个大图像。在期望同时监测家具件的两个或更多个侧面的情况下，提供多个相机可以使得在家具件的每侧的表面能够在所捕获的图像内，而不需要家具件的对象支撑表面在所捕获的图像中的任何中。因此可以维持占用家具件的对象的隐私。相机12具有由图1中的虚线表示的视场(FOV)，所述视场优选地足够宽以涵盖当(一个或多个)光源11和相机12被定位以供使用时由边缘特征的照明创建的至少一个阴影。在一些实施例中，相机12是摄像机，其被布置为捕获包括多个连续视频帧的视频流。在一些实施例中，该相机是静态相机，其被布置为例如在记录时段期间捕获静止图像系列。
处理单元13被布置为例如经由通信链路15从相机12接收图像。通信链路15可以是有线的或无线的。处理单元13还被布置为检测在所接收的图像中的每幅中的阴影的边缘。阴影的形状将取决于被照射的边缘特征的配置。例如，当被照射的边缘特征包括直边缘时，边缘特征的阴影将包括在每幅所接收的图像中的暗区，该暗区在一侧上由对应于被照射的边缘特征的直边缘的直边缘来定界。在其中被照射的边缘特征包括直边缘的实施例在图2a和图2b中被图示。
图2a示出了通过床20的部分的截面图，装置10的光源11被附接到床20。图2b示出床20和周围地面22的平面视图。床20具有悬置部件25，该悬置部件从床20的下侧朝向床20搁置于其上的地面22延伸。悬置部件25包括上边缘和与该上边缘相对的下边缘。下边缘比上边缘更远离床20的下侧，如在图2a中可以看出，该上边缘连接到该下侧。因此，上边缘是近端边缘，而下边缘是远端边缘。部件25的下边缘(即远端边缘)包括与床20的下侧相关联的边缘特征。光源11被附接到床20的下侧并且被定向，使得由光源11发射的光中的一些入射在与床20邻近的区域中的地面22上，并且由光源11发射的光中的一些入射在悬置部件25上(即，悬置部件25阻挡由光源11发射的光中的一些)。
作为通过悬置部件25阻挡发射的光中的一些的结果，在距床的侧面距离x处在地面22上创建阴影23。对应于悬置部件25的下边缘的阴影23的边缘24是直的(如在图2b中可见)，因为悬置部件的下边缘是直的。应当认识到，如果悬置部件的下边缘不是直的(例如，如果其是弯曲的、阶梯形、圆齿状、锯齿形等)，则阴影边缘24将对应地不直(即悬置部件的弯曲边缘将创建弯曲阴影边缘等)。在说明书的剩余部分中，术语“阴影边缘”将被用于指代以上述方式对应于投射阴影的被照射的边缘特征(即，物理边缘)的阴影的边缘。通过照射该边缘特征在表面上创建的边缘特征的阴影因此是阴影边缘。
处理单元13可以被布置为使用本领域中已知的任何合适的(一个或多个)边缘检测算法来检测所接收的图像中的阴影边缘。在一些实施例中，例如其中装置10包括至少一个相机12(例如，被布置为查看家具件的多个侧面)和多个光源11(例如，被布置为照射与家具件的下侧相关联的不同边缘特征)的实施例中，处理单元13被布置为检测所接收的图像中的每幅中的多个阴影边缘。有利地，在这种实施例中，装置10可以同时监测家具件的若干侧面。在优选的实施例中，由光源11发射的光的强度与具有相同波长的背景光的强度相比是高的。这有利地确保了阴影将会表现为由布置为优选地检测具有与由光源发射的光相同的波长的光的相机所生成的图像中的高对比客体，并且也确保了阴影边缘24被明确定义。在图像中的明确定义的高对比客体是直接使用简单的图像处理技术来检测的，并且因此相比于例如检测床上的对象所需的计算资源，检测阴影边缘所需的计算资源是低的。
处理单元13还被布置为在所接收的图像中检测与检测到的阴影边缘邻接的特征的出现。特征可以包括例如阴影边缘的局部变形、与该阴影边缘接触或交叠的额外阴影、与该阴影边缘接触或交叠的对象等。在一些实施例中，处理单元被布置为检测出现在阴影边缘的床侧(即点亮侧)的特征，而没有被布置为检测出现在相对侧(即阴影内)的特征。在处理单元13被布置为检测多个阴影边缘的实施例中(例如，当由单个装置10监测家具件的多个侧面时)，处理单元13被布置为关于在所接收的图像中检测到的每个阴影边缘分别同时检测与检测到的阴影边缘邻接的特征的出现。
在一些实施例中，处理单元13被布置为通过将在第一时间处采集的第一图像(其在一些实施例中可以包括视频帧)与在之后的第二时间处采集的第二图像(其在一些实施例中可以包括视频帧)进行比较来检测与检测到的阴影边缘邻接的特征的出现。第二时间可以是立即(只要关于相机12被布置为以何种频率采集图像/视频帧是可能的即可)在第一时间之后，或者备选地可以是在第一时间之后的预义时间长度。在一些这样的实施例中，如果与阴影边缘邻接的特征存在于第二图像中但不存在于第一图像中，则处理单元被布置为确定特征已经与阴影边缘邻接地出现。在一些实施例中，处理单元13被布置为执行关于所接收的图像的每个(时间上)连续对的这样的比较。
处理单元13还被布置为监测检测到的特征(即已经与阴影边缘邻接地出现的特征)在一个时间段内如何变化。在一些实施例中，该处理单元被布置为通过以下操作来监测检测到的特征在时间段上的变化：确定针对在第一时间处采集的第一图像中的特征的性质的第一值；确定针对在之后的第二时间处采集的第二图像中的特征的性质的第二值；并且比较该第二值和该第一值。该特征的该性质可以是例如特征的尺寸、特征的面积、特征的形状、特征的位置；该特征垂直于阴影边缘的延伸等。在一些实施例中，处理单元13被布置为基于第一值、第二值、第一图像的采集时间和第二图像的采集时间来确定检测到的特征在该时间段上的变化率。在一些实施例中，该处理单元被布置为通过确定检测到的特征在时间段上的运动的方向来监测检测到的特征在该时间段上的变化。
图5示出了(如果从左至右读)表示离开床的事件(或者，如果从右至左读则为进入床事件)的范例图像集合。在第一(即最左)图像中，已经出现阴影边缘的两个变形，其对应于对象的双脚。这些变形具有在床的方向上从阴影边缘延伸的突起的形式。在随后的图像中，每个突起变得更小(即每个突起垂直于阴影边缘的延伸减小，并且每个突起的面积也是如此)。在装置10的范例实施例中，处理单元被布置为检测所述突起作为已经与阴影边缘邻接地出现的特征，并且通过确定在每幅连续图像中的每个突起的延伸并且比较连续图像的对之间的延伸值来监测检测到的特征的变化。
在一些实施例中，处理单元被布置为在其上监测检测到的特征的变化的时间段包括针对其该特征存在于所接收的图像中的时间段。例如，在图5所示的情形中，该时间段开始于最左边的图像(其是在其中存在突起的最早采集的图像)，并且结束于第二最右边的图像(其是在其中存在突起的最后的图像)。在这样的实施例中，处理单元13可以通过比较在其中存在突起的最早采集的图像的采集时间与在其中存在突起的最后采集的图像的采集时间来确定该时间段的持续时间。在一些实施例中，处理单元被布置为在其上监测检测到的特征的变化的时间段包括具有固定长度的时间段，该时间段开始于在其中存在检测到的特征的最早采集的图像。
在一些实施例中，处理单元被布置为基于值(例如，功能性质值、差异值等)的时间系列来生成变化信号。处理单元13可以被布置为在检测和监测所接收的图像中的特征时使用任何合适的已知信号分析和特征提取技术。
处理单元13还被布置为确定对检测到的特征的变化是否满足针对对象离开事件的至少一个预定义准则。在一些实施例中，该预定义准则包括一个或多个状况的集合。在一些实施例中，针对对象离开事件的至少一个预定义准则包括针对检测到的特征的给定性质在时间段上的变化的阈值(例如，最小阈值)。在一些实施例中，针对对象离开事件的至少一个预定义准则包括指定检测到的特征在时间段上的变化的方向(例如，增加、减少)的状况。在一些实施例中，针对对象离开事件的至少一个预定义准则包括与检测到的特征的运动方向相关的状况。在一些实施例中，针对对象离开事件的至少一个预定义准则包括与变化信号的形状相关的状况。与变化信号的形状相关的状况可以包括以下中的任何或全部：变化信号的变化性的度量、针对其变化信号的变化性超过预定义阈值的时间量、变化信号中的峰的相对位置、变化信号中的峰的相对高度、变化信号下面积、当变化信号超过预定义阈值时的时段的频率，等等。
在一些实施例中，针对对象离开事件的预定义准则被定义为使得检测到的特征在该时间段期间在朝向阴影边缘(即特征出现与其邻接的检测到的阴影边缘)的方向上的运动将被该处理单元确定为满足预定义准则并且检测到的特征在远离阴影边缘的方向上的运动将被该处理单元确定为不满足预定义准则。在一些这样的实施例中，处理单元13被布置为：如果特征的给定部分与检测到的阴影之间的距离在该特征被首次检测到与阴影邻接之后的预定义时间段(如1分钟)上平均为增加，则确定检测到的特征的运动的方向为远离检测到的阴影。
在一些实施例中，处理单元13包括存储器或者与其通信，所述存储器存储对应于各种不同类型的离开床事件(例如，掉下床、坐起来并且然后下床、从俯卧位置放下腿到地面上等)的预定义变化标志的集合。变化标志可以包括例如一个或多个变化信号和/或与任何上述类型的特征的一个或多个性质的变化相关的状况的集合。在一些这样的实施例中，至少一个准则包括变化标志，并且确定检测到的特征的变化是否满足至少一个预定义准则包括：确定针对检测到的特征生成的变化信号是否与变化标志匹配。在一些实施例中，处理单元13还被布置为计算关于检测到的特征的变化是否满足针对对象离开事件的至少一个预定义准则的每个确定的置信信息。
在一些实施例中，针对对象离开事件的预定义准则被定义为使得表示不同于对象的个人或物品的特征的变化不满足预定义对象进入准则。例如，需要最小变化率的状况可以被包括在预定义准则中以排除由无生命的客体创建的阴影。在一些实施例中，该处理单元被提供有对应于通常由并非对象的人员(例如，护理提供者、清洁人员、家庭成员)展现出的各种不同运动模式的预定义的“其他人”变化标志的集合。在一些这样的实施例中，针对对象离开事件的预定义准则被定义为使得针对与“其他人”变化标志之一匹配的检测到的特征生成的变化信号被确定为不满足预定义准则。
处理单元13还被布置为基于该确定输出信号。在一些实施例中，信号包括对例如与处理单元13具有有线或无线通信链路的设备的控制信号。这种设备可以是例如通信设备、显示设备、警报设备等。在这种实施例中，该控制信号可以被布置为例如引起以下一个或多个：
-警报设备(例如，视觉或听觉警报发生设备)产生警报；
-通信设备生成针对护理提供者的消息；
-通信设备生成针对对象的消息；
-通信设备将信号发送给远程设备(例如，医学专业人员的寻呼机、PDA或移动电话)；
-显示设备(例如监测器或屏幕)显示信息。
在一些实施例中，该信号包括针对护理提供者的消息，例如从而指示已经检测到离开床事件。在一些实施例中，该信号包括针对对象的消息，例如以通知他们留在床上直到援助到达。在一些实施例中，该处理单元被布置为输出多个信号，例如针对通信设备(诸如医学专业人员的移动电话)的通信信号以及针对警报设备以使其生成警报的控制信号。
在其中装置10包括多个光源的一些实施例中，多个光源中的每个被用于在相同家具件的下面使用。然而；多个光源中的每个被布置为照射不同的边缘特征，例如与家具件的第一侧相关联的第一边缘特征以及与家具件的第二不同侧相关联的第二边缘特征。因此得到的阴影被创建为与家具件的不同侧邻近。在一些实施例中，得到的阴影被创建为与家具件的相对侧邻近。在一些实施例中，得到的阴影被创建为与对象能够从其离开家具件的家具件的每一侧邻近。有利地，利用多个投影器以在家具件的不同侧面上投射图案的实施例使得能够监测对象能够从其离开家具件的家具件的每一侧，从而确保装置10不错过离开事件。因此这样的实施例具有高检测灵敏度。
例如，在一个这样的实施方式中，第一定向光源被固定到床基，使得其朝向床的第一侧发射光，并且第二定向光源被固定到床基上的相似位置，但是被定位为在与第一光源相对的方向上发射光。第一光源照射床框架的第一悬置部分，该第一悬置部分沿着床的第一长侧朝向床搁置于其上的地面延伸。第二光源照射床框架的第二悬置部分，该第二悬置部分沿着与第一长侧相对的床的第二长侧朝向地面延伸。因此，在与床的第一长侧邻近的表面(例如，地面或墙壁)上创建第一阴影，并且在与第二长侧邻近的表面(例如，地面或墙壁)上创建第二阴影。在这样的实施例中，相机被定位成使得两个阴影都在其FOV内，并且处理单元13被布置为在所接收的图像中的每幅中检测两个阴影。在一些这样的实施例中，处理单元13被布置为检测与第一阴影的边缘邻接的特征的出现并且检测与第二阴影边缘邻接的特征的出现。然后由处理单元13以相同的方式分析检测到的特征的运动，而不管它与哪个阴影边缘邻接地出现。
在其中装置10包括多个光源的一些实施例中，多个光源中的每个被用于在相同家具件的下面使用并且被布置为照射与家具件的悬置部件的远端边缘相关联的相同边缘特征。因此所得到的阴影被创建为与家具件的相同侧邻近。如果多个光源中的每个被布置在距被照射的边缘特征相同距离处，并且在关于被照射的边缘特征和表面的相同角度处，则多个阴影中的每个将以距家具件相同的距离被创建在表面上。光源可以被布置为使得阴影交叠以创建比能够由每个光源11个体地投射的阴影更大的总体阴影。有利地，这样的实施例使得能够创建沿着家具件的整个侧面延伸的总体阴影；而不管家具件有多大，从而确保对象无法在不跨阴影的情况下从该侧离开家具件。因此这样的实施例特别适于大型家具件，诸如医院床。在这样的实施例中，相机12优选用于定位，使得总体阴影中的全部或大部分在其FOV内，并且处理单元优选被布置为在所接收的图像中检测总体阴影，仿佛其是个体阴影。
在一些实施例中，装置10额外地用于检测对象何时已经进入家具件。在这种实施例中，处理单元13还被布置为确定检测到的特征在该时间段上的变化是否满足针对对象进入事件的至少一个预定义准则。针对对象进入事件的至少一个预定义准则可以具有上面相对于针对对象离开事件的至少一个准则描述的特征中的任何。然而；将认识到，对象进入事件通常将涉及在与对象离开事件相对的方向上的变化(例如，特征性质的变化)。例如，特征面积的性质被预期在对象离开事件期间减少(如由图5所示)，并被预期在对象进入事件期间增加。
在一些实施例中，针对对象进入事件的预定义准则被定义为使得检测到的特征在该时间段上在朝向阴影边缘的方向上的运动将被处理单元确定为不满足预定义准则。在一些实施例中，针对对象进入事件的预定义准则被定义为使得表示不同于对象的人员或物品的特征的变化将不满足预定义的对象进入准则(例如，这能够以上面相对于针对对象离开事件的预定义准则所讨论的类似方式实现)。在一些实施例中，处理单元13还被布置为计算关于对检测到的特征的变化是否满足针对对象进入事件的至少一个预定义准则的每个确定的置信信息。在用于检测对象进入事件的实施例中，处理单元13还被布置为基于对检测到的特征的变化是否满足针对对象进入事件的至少一个预定义准则的确定来输出信号。
图3示出与家具件一起使用的图1的装置。在图示的范例中，该家具件包括医院床30，该医院床沿每个长边具有从床的下侧朝向该床搁置于其上的地面32延伸的悬置部件35a、35b。然而；在其它范例中，该家具件可以包括另一类型的床、椅子、轮椅或者可被对象占用的任何家具件。将认识到，可能期望针对其监测对象离开事件的特定家具件可以不包括具有适于当被布置在家具件下面的光源照射时在表面上创建阴影的边缘特征的部件。装置10可以通过提供用于附接到家具件(例如，通过任何合适的已知附接机构)的边缘构件而结合这种家具件使用。在一些这样的实施例中，边缘构件可移除地可附接到家具件。在一些实施例中，边缘构件包括线性突起，该线性突起在被附接到家具件时从家具件的下侧朝向家具件搁置于其上的表面延伸。在一些实施例中，图3的悬置部件35a、35b包括可移除地附接到医院床30的边缘构件。
两个光源(在图3中不可见)在相对的方向上布置在床的下面，以分别照射悬置部件35a和悬置部件35b。光源被优选地被布置为使得阴影33a、33b被创建在距床30的长边适当的距离处，使得离开该床的对象必须跨阴影边缘24之一。在图3的范例中，光源例如通过安装支架被附接到床30的基座。在其他实施例中，(一个或多个)光源未被附接到家具件。相反，(一个或多个)光源可以(例如通过支架或三脚架)被支撑在家具件下面的地面上。在图3的范例中，使用两个相对定向的光源，因为对象可以从床的任一长边离开床30。然而，将认识到，如果床30被布置成其中一个长边靠着墙以使得对象无法在该侧离开床，则将仅需要提供朝向床的另一长边(即不靠墙的长边)定向的一个或多个光源。
当与特定的家具件一起设置装置10时，将基于该特定家具件的精确配置(例如，由安装装置10的工程师)做出决定，诸如，是否将光源附接到家具件，关于要被照射的边缘特征将光源定位在哪个角度处，将光源定位在哪个高度处等。例如，许多现代的医院床被支撑在复杂的机构上(例如，用于升高和降低和/或改变对象支撑表面的角度)，并且当安装装置10以监测这种医院床时，将必须确保由光源11发射的光不会被该床支撑机构的任何部分遮蔽。优选地，该光源(或多个光源)被定位成使得(一个或多个)阴影边缘沿着对象可能从其离开家具件的家具件的侧的大部分或全部延伸。
当对象33在床30的长边之一上移动其身体的部分并移动到与床邻近的地面32上(例如，作为离开床移动的部分)时，该身体部分将阻挡由朝向床的该边缘定向的光源发射的光中的一些，如由图4图示的。图4a中的虚线A示出了阴影边缘34a的位置。因此，可以看到对象的双脚跨该阴影边缘。因此，当对象处于图4a中所示的位置中时，由相机12采集的图像的阴影边缘将包括对应于对象的双脚中的每个的两个局部变形。图4b示出在图4a所示的情况下由相机12采集的范例图像的分。随着对象完成该离开床移动并且移动远离床，它们将完全移动到阴影中，使得其身体的任一部分都不阻挡由光源发射的光。
这种移动在所接收的图像中表现为局部变形朝向阴影边缘34a收缩并最终消失。该过程由图5图示，图5如果从左至右读，则示出表示离开床事件的范例图像集合。将认识到，进入床事件将在所接收的图像中表现为如离开床事件的逆转一样(即阴影边缘的一个或多个小的局部变形将会出现，并且将随后将逐渐远离阴影边缘)。
在一些实施例中，光源被手动启用(例如，通过人工启用每个光源的通电开关)，并且不断发射光直到被手动停用(例如，通过人工启用关断开关)。在一些实施例中，光源被自动启用，例如通过来自处理单元的控制信号。在一些实施例中，光源具有与处理单元13的通信链路，并且每个光源通过来自处理单元13的控制信号启用(并且随后停用)。优选地，光源仅在家具件在使用中时的时间期间被启用。出于本发明的目的，在使用家具件的对象暂时离开(例如，去洗手间或接受处置)期间，该家具件被认为是仍然“在使用中”。相反地，在先前占用该家具件的对象出院与新的对象首次占用该家具件之间的时段期间，该家具件被认为是不在使用中。
在图3的范例中，相机12和处理单元13被集成到监测设备36中。监测设备36被中心定位在床30之上，使得阴影33a和33b两者都在相机12的FOV内(由图3中的虚线表示)。
在装置10的使用中，光源以上述方式之一被启用，使得它们持续照射悬置部件35a、35b的边缘，这从而分别创建在地面32上的阴影33a、33b。相机12捕获地面32的图像，所述图像包括在记录时段内的阴影33a、33b和阴影边缘34a、34b。在一些实施例中，该相机在装置10在使用中的整个时间期间连续捕获图像，使得该记录时段包括装置10在使用中的时间段。在一些实施例中，该相机响应于事件而被启用。在一些这样的实施例中，所述事件包括由分离的运动检测器(例如，附接到家具件的加速度计或分离的基于相机的运动检测系统)对对象的运动的检测。在一些实施例中，该相机被布置为针对预定义量的时间(即记录时段的持续时间是预定义的)捕获图像。在一些实施例中，捕获的图像包括视频帧。在一些实施例中，相机捕获静止的图像的系列。
由相机捕获的图像被发送到处理单元13。处理单元13基于所捕获的图像连续地评估对象离开事件是否正在发生(或已发生)，例如通过执行图6中所示的方法。在一些实施例中，处理单元13还基于所捕获的图像连续地评估对象进入事件是否正在发生(或已发生)，例如通过执行图6中所示的方法。
图6图示了用于检测对象何时已经离开家具件的方法。在第一步骤601中，接收(例如由处理单元1)表面(例如，地面32)的区域的序列图像。图像中的每幅包括由与家具件(例如，床30)的悬置部件的远端边缘相关联的边缘特征投射的阴影。该家具件具有用于支撑对象的上侧和与上侧相对的下侧。在一些实施例中，例如经由有线或无线通信链路从捕获图像的相机接收这些图像。在一些实施例中，例如经由有线或无线通信链路从远程服务器(例如，中央医院服务器)接收图像。在一些实施例中，在机器可读的非暂态存储介质上接收这些图像。在一些实施例中，图像被实时或近实时地(即当它们被相机捕获时)接收。在一些实施例中，从多个源(例如，被布置为监测第一家具件的第一相机以及被布置为监测第二家具件的第二相机)接收图像。
在步骤602中，例如由处理单元13在所接收的图像中检测阴影的边缘。在一些实施例中，以上面关于处理单元13的操作所描述的方式检测该阴影边缘。在一些实施例中，执行步骤602包括在所接收的视频流的每一帧中检测阴影边缘。在一些实施例中，执行步骤602包括在所接收的静止图像系列的每幅图像中检测该阴影边缘。
在步骤603，例如由处理单元13在所接收的图像中检测与阴影边缘邻接的特征的出现。在一些实施例中，执行步骤603包括以上面关于处理单元13的操作所描述的方式检测与阴影边缘邻接的特征的出现。步骤603的结果可以是肯定检测(即检测到特征已经与阴影边缘邻接地出现)或否定检测(即检测到特征没有与阴影边缘邻接地出现)。
在步骤604中，例如由处理单元13监测与阴影边缘邻接地出现的特征在时间段上如何变化。在一些实施例中，执行步骤604包括以上面关于处理单元13的操作所描述的方式监测与阴影边缘邻接地出现的特征在时间段上如何变化。在一些实施例中，响应于步骤603的结果是肯定检测而执行步骤604。在一些实施例中，每次接收到新图像时更新对检测到的特征在时间段上如何变化的监测。
在步骤605中，确定(例如由处理单元13)与阴影边缘邻接地出现的特征的变化是否满足针对对象离开事件的至少一个准则。在一些实施例中，执行步骤605包括以上面关于处理单元13的操作所描述的方式确定与阴影边缘邻接地出现的特征的变化是否满足针对对象离开事件的至少一个预定义准则。在一些实施例中，步骤605是被连续执行，例如每次变化监测被更新时。在一些实施例中，该时间段包括预定义时间段，例如开始于检测到与阴影边缘邻接的特征的出现并具有预定义长度的时间段。由步骤605生成的确定可以关于每幅新接收的图像(或视频流的每个后续帧)被重新计算。
在步骤606中，基于所述确定(即基于步骤605的结果)输出(例如由处理单元13)信号。在一些实施例中，执行步骤606包括以上面关于处理单元13的操作所描述的方式输出信号。可以使用监测设备(例如，监测设备36)的通信功能输出该信号。在一些实施例中，该信号被实时地或接近实时地连续输出。在这样的实施例中，图像的接收与信号的输出之间的延迟优选小于几秒钟，使得医学工作人员能够对检测到的对象离开事件迅速反应。在一些实施例中，该信号包含检测到的变化是否满足针对对象离开事件的至少一个预定义准则的确定的结果(例如，如果满足该准则，则指示对象离开事件很可能正在发生/已经发生，或者如果不满足该准则，则指示对象离开事件不太可能正在发生/已经发生)。在一些实施例中，该信号包含与在步骤605中生成的确定的结果相关联的置信信息。在一些实施例中，仅当步骤605的结果是满足了至少一个准则时才执行步骤606。在一些实施例中，该信号包含与确定的结果相关联的时间信息，例如一时间段，在所述时间段此期间发生了确定所基于的(一个或多个)检测到的变化。在一些实施例中，该信号包含关于移动类型的信息。在一些实施例中，例如在使用单个相机监测多个家具件的实施例中，该信号包含识别特定的确定结果与其相关联的家具件的信息。在一些实施例中，执行步骤606包括发射多个信号，每个信号与不同的被监测的家具件相关。
在优选实施例中，图6的方法在时间段(例如，装置10针对其为操作性的时间段)上被连续执行。在一些实施例中，该方法包括确定检测到的特征的变化是否满足针对对象进入事件的至少一个预定义准则的额外步骤(未示出)。在一些实施例中，执行该额外步骤包括以上面关于处理单元13的操作所描述的方式确定出现在空间上与阴影分离的特征的变化是否满足针对对象进入事件的至少一个预定义准则。在一些实施例中，该额外步骤是连续执行的，例如每次变化监测被更新时。由该额外步骤生成的确定可以关于每幅新接收的图像(或视频流的每个后续帧)被重新计算。
在其中方法包括确定检测到的特征的变化是否满足针对对象进入事件的至少一个预定义准则的额外步骤的一些实施例中，执行步骤606包括基于特征的变化是否满足针对对象进入事件的至少一个预定义准则的确定而输出信号。在一些这样的实施例中，执行步骤606包括基于特征的变化满足针对对象进入事件的至少一个预定义准则的确定并且基于特征的变化是否满足针对对象离开事件的至少一个预定义准则的确定而输出信号。
因此，本发明的实施例有利地使得能够以可靠且计算有效的方式自动检测对象从家具件的离开。
尽管在附图和前述描述中已经详细说明和描述了本发明，但是这样的说明和描述将被认为是说明性或示范性而非限制性的；本发明不限于所公开的实施例。
本领域的技术人员通过研究附图、说明书和权利要求书，在实践所主张的本发明时可以理解和实现所公开的实施例的变型。在权利要求中，“包括”一词不排除其他元件或者步骤，并且词语“一”或“一个”不排除多个。单个处理器或其他单元可以实现权利要求中记载的若干项目的功能。尽管在互不相同的从属权利要求中记载了特定措施，但是这并不指示不能有利地使用这些这些措施的组合。计算机程序可以存储/分布在合适的介质上，例如连同其他硬件或者作为其一部分提供的光学存储介质或者固态介质，而且可以以诸如经由因特网或其他有线或无线电信系统的其他形式分布。权利要求中的任何附图标记不应被解释为对范围的限制。

Claims (15)

1.一种用于检测对象何时已经离开家具件的装置，所述家具件具有用于支撑对象的上侧和与所述上侧相对的下侧，并且包括从所述下侧朝向所述家具件搁置于其上的表面延伸的悬置部件，其中，所述悬置部件包括近端边缘和与所述近端边缘相对的远端边缘，所述远端边缘比所述近端边缘更远离所述下侧，所述装置包括：
光源，其用于在家具件的下面使用，其中，所述光源被布置为照射与所述家具件的所述悬置部件的所述远端边缘相关联的边缘特征，使得在所述表面的区域上创建所述边缘特征的阴影；
至少一个相机，其被布置为捕获所述表面的所述区域的序列图像；以及
处理单元，其被布置为：
接收来自所述相机的所述图像；
在所接收的图像中的每幅图像中检测所述阴影的边缘；
在所接收的图像中检测与阴影边缘邻接的特征的出现；
监测检测到的特征在时间段上如何变化；
确定所述检测到的特征在所述时间段上的变化是否满足针对对象离开事件的至少一个预定义准则；并且
基于所述确定来输出信号。
2.根据权利要求1所述的装置，其中，所述处理单元被布置为通过以下操作来检测与所述阴影边缘邻接的特征的所述出现：
将在第一时间处采集的第一图像与在之后的第二时间处采集的第二图像进行比较；并且
如果与所述阴影边缘邻接的特征存在于所述第二图像中但是不存在于所述第一图像中，则确定特征已经与所述阴影边缘邻接地出现。
3.根据权利要求1或权利要求2所述的装置，其中，所述处理单元被布置为通过以下操作来监测检测到的特征在时间段上的变化：
确定在第一时间处采集的第一图像中的所述特征的性质的第一值；
确定在之后的第二时间处采集的第二图像中的所述特征的所述性质的第二值；并且
将所述第二值与所述第一值进行比较。
4.根据权利要求3所述的装置，其中，所述特征的所述性质是以下中的任一项：所述特征的尺寸、所述特征的形状、所述特征的位置；所述特征垂直于所述阴影边缘的延伸。
5.根据权利要求3所述的装置，其中，所述处理单元被布置为通过以下操作来监测检测到的特征在时间段上的变化：
基于所述第一值、所述第二值、所述第一图像的采集时间以及所述第二图像的采集时间来确定所述检测到的特征在所述时间段上的变化率。
6.根据权利要求3所述的装置，其中，所述处理单元被布置为通过确定检测到的特征在时间段上的运动的方向来监测所述检测到的特征在所述时间段上的变化；并且其中，针对对象离开事件的所述至少一个预定义准则包括与检测到的特征的运动的方向相关的状况。
7.根据权利要求6所述的装置，其中，针对对象离开事件的所述预定义准则被定义为使得检测到的特征在所述时间段期间在朝向所述阴影边缘的方向上的运动将由所述处理单元确定为满足所述预定义准则，并且检测到的特征在远离所述阴影边缘的方向上的运动将由所述处理单元确定为不满足所述预定义准则。
8.根据权利要求6或权利要求7所述的装置，其中，所述装置额外地用于检测对象何时已经进入家具件，并且所述处理单元还被布置为确定所述检测到的特征在所述时间段上的变化是否满足针对对象进入事件的至少一个预定义准则；并且其中，针对对象进入事件的所述预定义准则被定义为使得检测到的特征在所述时间段上在朝向所述阴影边缘的方向上的运动将由所述处理单元确定为不满足所述预定义准则。
9.根据权利要求1或权利要求2所述的装置，还包括用于在所述家具件的下面使用的额外光源，所述家具件包括从所述下侧朝向所述家具件搁置于其上的所述表面延伸的额外悬置部件，其中，所述额外悬置部件包括近端边缘和与所述近端边缘相对的远端边缘，其中，所述远端边缘比所述近端边缘更远离所述下侧；
其中，所述光源和所述额外光源两者都用于在相同家具件的下面使用；
其中，所述光源被布置为照射与所述家具件的所述悬置部件的所述远端边缘相关联的第一边缘特征，使得在所述表面的第一区域上创建第一阴影，并且所述额外光源被布置为照射与所述家具件的所述额外悬置部件的所述远端边缘相关联的第二边缘特征，使得在所述表面的第二区域上创建第二阴影；所述第一区域邻近于所述家具件的第一侧，并且所述第二区域邻近于所述家具件的不同的第二侧；
其中，所述至少一个相机被布置为捕获序列图像，所述序列图像中的每幅图像包括所述第一区域和所述第二区域；并且
其中，所述处理单元被布置为：
通过在所接收的图像中的每幅图像中检测所述第一阴影的边缘和所述第二阴影的边缘来在所接收的图像中的每幅图像中检测所述阴影的边缘，并且
通过检测与所述第一阴影的边缘邻接的特征的出现并且检测与所述第二阴影的边缘邻接的特征的出现而在所接收的图像中检测与所述阴影的边缘邻接的特征的所述出现。
10.根据权利要求1或权利要求2所述的装置，其中，所述光源被布置为发射近红外光，并且所述至少一个相机被布置为检测近红外光。
11.根据权利要求1或权利要求2所述的装置，其中，所述光源被布置为使得基本上所有由所述光源发射的光都具有在预定义范围内的波长，并且所述至少一个相机包括光学滤波器，所述光学滤波器被布置为允许具有在所述预定义范围内的波长的光的通过并且阻挡具有在所述预定义范围外部的波长的光的通过。
12.一种用于检测对象何时已经离开家具件的系统，所述系统包括：
家具件，其具有用于支撑对象的上侧和与所述上侧相对的下侧，并且包括从所述下侧朝向所述家具件搁置于其上的表面延伸的悬置部件，其中，所述悬置部件包括近端边缘和与所述近端边缘相对的远端边缘，所述远端边缘比所述近端边缘更远离所述下侧，所述家具件还具有与所述悬置部件的所述远端边缘相关联的边缘特征；
光源，其被布置为照射与所述家具件的所述悬置部件的所述远端边缘相关联的所述边缘特征，使得在所述表面的区域上创建所述边缘特征的阴影；
相机，其被布置为捕获所述表面的所述区域的序列图像；以及
处理单元，其被布置为：
接收来自所述相机的所述图像；
在所接收的图像中的每幅图像中检测所述边缘特征的所述阴影的边缘；
在所接收的图像中检测与阴影边缘邻接的特征的出现；
监测检测到的特征在时间段上如何变化；
确定所述检测到的特征在所述时间段上的变化是否满足针对对象离开事件的至少一个预定义准则；并且
基于所述确定来输出信号。
13.根据权利要求12所述的系统，其中，所述悬置部件被包括在被可移除地附接到所述家具件的边缘构件中。
14.根据权利要求13所述的系统，其中，所述边缘构件包括线性突起，所述线性突起在被附接到所述家具件时从所述家具件的所述下侧朝向所述家具件搁置于其上的所述表面延伸。
15.一种用于检测对象何时已经离开家具件的方法，所述家具件具有用于支撑对象的上侧和与所述上侧相对的下侧，并且包括从所述下侧朝向所述家具件搁置于其上的表面延伸的悬置部件，其中，所述悬置部件包括近端边缘和与所述近端边缘相对的远端边缘，所述远端边缘比所述近端边缘更远离所述下侧，所述方法包括：
接收所述表面的区域的序列图像，所述图像中的每幅图像包括由与所述家具件的所述悬置部件的所述远端边缘相关联的边缘特征投射的阴影；
在所接收的图像中的每幅图像中检测所述阴影的边缘；
在所接收的图像中检测与阴影边缘邻接的特征的出现；
监测检测到的特征在时间段上如何变化；
确定所述检测到的特征在所述时间段上的变化是否满足针对对象离开事件的至少一个预定义准则；并且
基于所述确定来输出信号。
CN201680002862.5A 2015-08-10 2016-08-10 占用检测 Expired - Fee Related CN106716447B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP15180328.5 2015-08-10
EP15180328 2015-08-10
PCT/EP2016/069073 WO2017025571A1 (en) 2015-08-10 2016-08-10 Occupancy detection

Publications (2)

Publication Number Publication Date
CN106716447A CN106716447A (zh) 2017-05-24
CN106716447B true CN106716447B (zh) 2018-05-15

Family

ID=53794098

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680002862.5A Expired - Fee Related CN106716447B (zh) 2015-08-10 2016-08-10 占用检测

Country Status (5)

Country Link
US (1) US10074184B2 (zh)
EP (1) EP3170125B1 (zh)
JP (1) JP6232165B2 (zh)
CN (1) CN106716447B (zh)
WO (1) WO2017025571A1 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3335151A1 (en) * 2015-08-10 2018-06-20 Koninklijke Philips N.V. Occupancy detection
US11178486B2 (en) 2015-11-19 2021-11-16 The Lovesac Company Modular furniture speaker assembly with reconfigurable transverse members
US10212519B2 (en) * 2015-11-19 2019-02-19 The Lovesac Company Electronic furniture systems with integrated internal speakers
US11832039B2 (en) 2021-04-12 2023-11-28 The Lovesac Company Tuning calibration technology for systems and methods for acoustically correcting sound loss through fabric
US11689856B2 (en) 2015-11-19 2023-06-27 The Lovesac Company Electronic furniture systems with integrated induction charger
US10979241B2 (en) 2015-11-19 2021-04-13 The Lovesac Company Electronic furniture systems with integrated artificial intelligence
US11178487B2 (en) 2015-11-19 2021-11-16 The Lovesac Company Electronic furniture systems with integrated induction charger
US10321856B2 (en) * 2017-01-12 2019-06-18 Hill-Rom Services, Inc. Bed exit monitoring system
EP3643235A1 (en) * 2018-10-22 2020-04-29 Koninklijke Philips N.V. Device, system and method for monitoring a subject
US11763935B2 (en) * 2020-01-06 2023-09-19 National Cheng Kung University Care system for predicting bed exit and patient management system including the same
US11547323B2 (en) * 2020-02-14 2023-01-10 Siemens Healthcare Gmbh Patient model estimation from camera stream in medicine
JP6935545B1 (ja) * 2020-06-18 2021-09-15 三菱電機ビルテクノサービス株式会社 人物追跡支援装置および人物追跡支援システム
US11647840B2 (en) 2021-06-16 2023-05-16 The Lovesac Company Furniture console and methods of using the same

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7200246B2 (en) * 2000-11-17 2007-04-03 Honeywell International Inc. Object detection
KR20040037145A (ko) * 2001-09-27 2004-05-04 코닌클리케 필립스 일렉트로닉스 엔.브이. 컴퓨터-기반 영상 감시용 최적 다중-카메라 셋업
SE0203483D0 (sv) 2002-11-21 2002-11-21 Wespot Ab Method and device for fall detection
AU2004233453B2 (en) * 2003-12-03 2011-02-17 Envysion, Inc. Recording a sequence of images
US9311540B2 (en) 2003-12-12 2016-04-12 Careview Communications, Inc. System and method for predicting patient falls
US7801330B2 (en) * 2005-06-24 2010-09-21 Objectvideo, Inc. Target detection and tracking from video streams
EP1929333A1 (en) * 2005-08-18 2008-06-11 Datasensor S.p.A. Vision sensor for security systems and its operating method
EP2161695A4 (en) * 2007-06-07 2011-06-08 Univ Electro Communications OBJECT DETECTION DEVICE AND THEREFORE USING TOWER DEVICE
MY163578A (en) 2007-12-12 2017-09-29 Mimos Berhad An automated cot surveillance system
JP2009297148A (ja) * 2008-06-11 2009-12-24 Nippon Telegr & Teleph Corp <Ntt> 起き上り動作検出装置及び起き上り動作検出方法
US9277878B2 (en) * 2009-02-26 2016-03-08 Tko Enterprises, Inc. Image processing sensor systems
WO2010151802A2 (en) 2009-06-26 2010-12-29 Madison Research Technologies, Inc. System for monitoring patient safety suited for determining compliance with hand hygiene guidelines
US10334960B2 (en) * 2012-01-09 2019-07-02 L&P Property Management Company Drop-in occupancy detection component for furniture
US20130201316A1 (en) * 2012-01-09 2013-08-08 May Patents Ltd. System and method for server based control
JP2015530890A (ja) * 2012-07-27 2015-10-29 アデレード リサーチ アンド イノベーション ピーティーワイ リミテッド 動きを決定するためのシステム、方法、ソフトウエアアプリケーションおよびデータ信号
JP6167563B2 (ja) * 2013-02-28 2017-07-26 ノーリツプレシジョン株式会社 情報処理装置、情報処理方法、及び、プログラム
JP6171415B2 (ja) 2013-03-06 2017-08-02 ノーリツプレシジョン株式会社 情報処理装置、情報処理方法、及び、プログラム
US9171213B2 (en) * 2013-03-15 2015-10-27 Xerox Corporation Two-dimensional and three-dimensional sliding window-based methods and systems for detecting vehicles
US10281553B2 (en) * 2013-03-15 2019-05-07 Leap Motion, Inc. Determining the orientation of objects in space
JP6182917B2 (ja) * 2013-03-15 2017-08-23 ノーリツプレシジョン株式会社 監視装置
US20140368652A1 (en) * 2013-06-18 2014-12-18 Xerox Corporation Methods and systems for efficiently monitoring parking occupancy
US9363483B2 (en) * 2013-06-19 2016-06-07 Xerox Corporation Method for available parking distance estimation via vehicle side detection
US20150086071A1 (en) * 2013-09-20 2015-03-26 Xerox Corporation Methods and systems for efficiently monitoring parking occupancy
AU2015253354B2 (en) * 2014-04-28 2019-09-26 Delta T, Llc Environmental condition control based on sensed conditions and related methods
US9858816B2 (en) * 2014-05-21 2018-01-02 Regents Of The University Of Minnesota Determining parking space occupancy using a 3D representation
US9672434B2 (en) * 2015-07-22 2017-06-06 Conduent Business Services, Llc Video-based system and method for parking occupancy detection
US10964426B2 (en) * 2015-10-16 2021-03-30 General Electric Company Methods and systems to sense situational awareness with a dual doppler and control for optimized operations

Also Published As

Publication number Publication date
EP3170125A1 (en) 2017-05-24
CN106716447A (zh) 2017-05-24
US10074184B2 (en) 2018-09-11
JP6232165B2 (ja) 2017-11-15
EP3170125B1 (en) 2017-11-22
WO2017025571A1 (en) 2017-02-16
US20180158192A1 (en) 2018-06-07
JP2017526435A (ja) 2017-09-14

Similar Documents

Publication Publication Date Title
CN106716447B (zh) 占用检测
CN106605238B (zh) 占用监测
EP2976998B1 (en) Method and device for monitoring a baby and for interaction
CN106464844A (zh) 用于配置婴儿监控器摄像机以提供用于分析的统一数据集的系统和方法
WO2010055205A1 (en) Method, system and computer program for monitoring a person
US10987008B2 (en) Device, method and computer program product for continuous monitoring of vital signs
CN107851185A (zh) 占用检测
WO2020127014A1 (en) Device, system and method for object recognition
US20170103178A1 (en) Device, system and method for detecting a health condition of a subject
EP3536234B1 (en) Improvements in or relating to video monitoring
US10631727B2 (en) Method and system for detecting time domain cardiac parameters by using pupillary response
US20180199836A1 (en) Biological information detection device, biological information detection method, and biological information detection system
KR102348663B1 (ko) 영상과 라인레이저를 이용한 맥박 및 호흡 측정 시스템 및 방법
JP2005004787A (ja) 行動計測装置、電子的装置及び記録媒体
CN116457882A (zh) 用于控制相机的设备和方法
WO2018197322A1 (en) System, method and computer program for monitoring a baby
KR102628690B1 (ko) 이상행동 탐지 시스템
KR102628689B1 (ko) 이상행동 탐지 시스템
FI121356B (fi) Menetelmä, järjestelmä ja tietokoneohjelmisto henkilön tarkkailemista varten
FI121641B (fi) Menetelmä, järjestelmä ja tietokoneohjelmisto henkilön tarkkailemista varten
WO2019013104A1 (ja) 見守り支援システム及びその制御方法
Zambanini et al. Computer Vision for an Independent Lifestyle of the Elderly-An Overview of the MuBisA Project
KR20150124829A (ko) 열화상 카메라를 이용한 모션 추적에 따른 실신 상황 감지 방법 및 장치

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180515

Termination date: 20210810

CF01 Termination of patent right due to non-payment of annual fee